GitLab は、Microsoft Foundry を通じてデプロイされたモデルをサポートするように GitLab Duo Self-Hosted を拡張しました。これにより、組織は、選択した独自の Azure 環境でホストされているモデルに対して GitLab の AI 開発機能を実行できるようになります。この統合により、OpenAI GPT、Anthropic Claude、Meta Llama、Mistral などのモデル ファミリがサポートされ、企業はモデル プロバイダー、展開場所、データ パスについてより多くの選択肢を得ることができます。
この動きは、データの保存場所、主権、規制、またはネットワーク分離の要件を持つ組織に特に関係があります。 GitLab Duo Self-Hosted は、GitLab が管理するモデル インフラストラクチャに AI リクエストを送信する代わりに、組織独自の AI ゲートウェイとモデルのデプロイメントを使用できます。これにより、管理者は、要求と応答がどこで処理されるか、および基礎となるモデルがどのように実装されるかをより詳細に制御できるようになります。
このアーキテクチャは、自己管理型 GitLab インスタンス、自己ホスト型 GitLab AI ゲートウェイ、および Microsoft Foundry を通じてホストされる 1 つ以上のエンドポイント モデルという 3 つの主要コンポーネントで構成されます。ゲートウェイは、個々の Duo 機能を特定のモデル プロバイダーに直接結び付けるのではなく、GitLab Duo と選択したモデルの間の仲介者として機能します。
統合の重要な側面は、機能レベルのモデルの選択です。組織は、GitLab Duo のさまざまな機能に応じてさまざまなモデルを使用できます。たとえば、コード提案にはコード中心のモデル、エージェントのワークロードには別のモデル、大量のタスクには小規模のモデルを使用できます。 GitLab 開発ワークフローを根本的に変更することなく、モデルの実装を変更することもできます。
このアプローチは、自己ホスト型 AI との重要なトレードオフも強調しています。組織がモデルとインフラストラクチャを制御できるようにすると、柔軟性が高まりますが、より多くの責任がエンジニアリング チームとプラットフォーム チームに移ることになります。 GitLab 環境自体に加えて、モデルのデプロイメント、容量、ネットワーク、資格情報、可用性、モデルのライフサイクルを管理する必要があります。
また、テンプレートの可用性が自動的に GitLab Duo の互換性と同等になるわけではないことも意味します。 Microsoft Foundry カタログは、GitLab がサポートする一連のモデルよりも早く変更される可能性があるため、組織はモデルを選択する前に両方のプラットフォームでの互換性を確認する必要があります。
GitLab のアプローチは、AI 開発ツールと基礎となるモデルを 1 つの複合サービスとして扱うという大規模な動きに続くものです。 Microsoft Foundry 自体は複数のベンダーのモデルへのアクセスを提供しますが、GitLab はそれらの周りの開発層と DevSecOps 層を提供します。
他のエンタープライズ開発プラットフォームとの類似点もあります。たとえば、GitHub Copilot は、ますます多くの基礎モデルをサポートしていますが、その標準エクスペリエンスは依然として GitHub のマネージド サービスと緊密に統合されています。対照的に、GitLab のセルフホスト型モデルのアプローチでは、AI インフラストラクチャとネットワーク パスの制御に重点が置かれています。一方、Amazon Bedrock や Microsoft Foundry などのプラットフォーム自体はマルチモデル インフラストラクチャを提供しますが、それ自体が GitLab のような統合 DevSecOps プラットフォームの代替となるわけではありません。
これにより、開発環境はますますモデルに依存しない制御層のように見えます。GitLab は開発者のワークフローと AI 機能を管理し、組織はその下にどのモデルがあるかを判断できます。
したがって、この発表の重要性は、別のモデルの統合を超えて広がります。 AI がソフトウェア エンジニアリングにさらに深く組み込まれるようになるにつれ、企業は開発者がどの AI 機能を使用するかだけでなく、モデルがどこで実行されるか、ソース コードとリクエストがどこに送信されるか、誰が認証情報を管理するか、どの管轄区域がデータを処理するかについても決定を下す必要がますます高まっています。
GitLab の Microsoft Foundry 統合は、組織が選択した Azure 環境に AI モデル層を常駐できるようにすることで、この問題の一部に対処します。エンタープライズ AI ツールは、最高の開発エクスペリエンスを実現するには単一の集中管理された AI ベンダーが必要であると想定するのではなく、モデルの選択、展開の制御、およびデータ主権を重視する方向にますます移行しています。
